条件熵
条件熵是信息论中的关键概念，用于衡量在已知某个随机变量条件下另一个随机变量的不确定性。它广泛应用于数据压缩、信道编码及机器学习等领域，对于提高通信系统的效率和可靠性至关重要。通过深入理解条件熵，工程师可以更好地设计高效的信息传输方案，优化算法性能。本页面汇集了1908个精选资源，包括论文、教程与案例...
资源总数
500
条件熵 热门资料
查看全部 500 份 →贝叶斯（Bayesion）机器学习相互信息。用于求取熵、联合熵等。改进后可用于随机反演
贝叶斯（Bayesion）机器学习相互信息。用于求取熵、联合熵等。改进后可用于随机反演
2016-11-12
36
实际应用条件下Power+MOSFET开关特性研究
摘要：从功率MOSFET内部结构和极间电容的电压依赖关系出发，对功率MOSFET的开关现象及其原因进行了较深入分析。从实际应用的角度，对功率MOSFET开关过程的功率损耗和所需驱动功率进行了研究，提出了有关参数的计算方法，并对多种因素对开关...
2013-11-10
189